A biblioteca evaluate

Introdução a LLMs em Python

Jasmin Ludolf

Senior Data Science Content Developer, DataCamp

A biblioteca evaluate

import evaluate

accuracy = evaluate.load("accuracy")

print(accuracy.description)

A acurácia é a proporção de previsões corretas
no total de casos processados. Pode ser calculada com:
Accuracy = (TP + TN) / (TP + TN + FP + FN)
Onde:
TP: True positive (verdadeiro positivo)
TN: True negative (verdadeiro negativo)
FP: False positive (falso positivo)
FN: False negative (falso negativo)

 

  • Métrica: avalia o desempenho com base no ground truth

 

  • Comparação: compara dois modelos

 

  • Medição: gera insights sobre o dataset
Introdução a LLMs em Python

Atributo features

print(accuracy.features)

{'predictions': Value(dtype='int32', id=None),
 'references': Value(dtype='int32', id=None)}

Inspecionando os inputs exigidos por uma métrica

  • 'predictions': saídas do modelo
  • 'references': ground truth
  • .features: indica o tipo suportado para rótulos, ex.: 'int32' ou 'float32'
f1 = evaluate.load("f1")
print(f1.features)

{'predictions': Value(dtype='int32', id=None),
 'references': Value(dtype='int32', id=None)}

pearson_corr = evaluate.load("pearsonr")
print(pearson_corr.features)

{'predictions': Value(dtype='float32', id=None),
'references': Value(dtype='float32', id=None)}
Introdução a LLMs em Python

Tarefas e métricas de LLM

 

Métricas de avaliação para tarefas de linguagem

Introdução a LLMs em Python

Tarefas e métricas de LLM

 

Métricas de avaliação para tarefas de linguagem

Introdução a LLMs em Python

Métricas de classificação

accuracy = evaluate.load("accuracy")
precision = evaluate.load("precision")
recall = evaluate.load("recall")
f1 = evaluate.load("f1")

from transformers import pipeline

classifier = pipeline("text-classification", model=model, tokenizer=tokenizer)

predictions = classifier(evaluation_text)


predicted_labels = [1 if pred["label"] == "POSITIVE" else 0 for pred in predictions]
Introdução a LLMs em Python

Saídas das métricas

real_labels = [0,1,0,1,1]
predicted_labels = [0,0,0,1,1]

print(accuracy.compute(references=real_labels, predictions=predicted_labels))
print(precision.compute(references=real_labels, predictions=predicted_labels))
print(recall.compute(references=real_labels, predictions=predicted_labels))
print(f1.compute(references=real_labels, predictions=predicted_labels))

{'accuracy': 0.8}
{'precision': 1.0}
{'recall': 0.6666666666666666}
{'f1': 0.8}
Introdução a LLMs em Python

Avaliando nosso modelo ajustado

# Carrega modelo e tokenizer salvos com 
# .from_pretrained("my_finetuned_files")


new_data = ["This is movie was disappointing!", 
            "This is the best movie ever!"]

new_input = tokenizer(new_data, 
                      return_tensors="pt", 
                      padding=True,
                      truncation=True, 
                      max_length=64)

with torch.no_grad():
    outputs = model(**new_input)

predicted = torch.argmax(outputs.logits, 
                         dim=1).tolist()

real = [0,1]
print(accuracy.compute(references=real,
                       predictions=predicted))
print(precision.compute(references=real,
                        predictions=predicted))
print(recall.compute(references=real,
                     predictions=predicted))
print(f1.compute(references=real, 
                 predictions=predicted))

{'accuracy': 1.0}
{'precision': 1.0}
{'recall': 1.0}
{'f1': 1.0}
Introdução a LLMs em Python

Escolhendo a métrica certa

 

  • Fique atento: cada métrica traz insights e tem limitações

 

  • Seja abrangente: use combinação de métricas (e KPIs do domínio quando possível)

Ilustração de um cérebro com uma lâmpada para sugerir atenção, reflexão e decisão.

Introdução a LLMs em Python

Vamos praticar!

Introdução a LLMs em Python

Preparing Video For Download...